Az őszi búza virágzási és érési időpontjainak előrejelzése hosszú fenológiai adatsorok alapján
Notice bibliographique
Résumé
A meteorológiai viszonyok és az ôszi búza fejlôdése közötti kapcsolatot leíró modell fejlesztésének elsô lépéseként megvizsgáltuk, hogy kizárólag fenológiai adatok felhasználásával milyen pontosságú módszer dolgozható ki.E munkánkban azt elemeztük, hogy az ôszi vetési és kelési idôpontok alapján milyen pontossággal lehetséges a virágzás és érés idôpontjának elôrejelzése.Úgy véltük ugyanis, hogy kis bemenô adatigényû és viszonylag távoli fenológiai jelenségek között kapcsolatot teremtô módszerünk segítségével -annak megfelelô használhatósága esetén -széles körben lehetôség nyílna a gyakorlat számára fontos fejlôdési jelenségekkel kapcsolatos megalapozott döntések kellô idôben való meghozatalára.Az ország különbözô területeit reprezentáló 7 állomás 30 évnél hosszabb fenológiai adatsorait használtuk fel vizsgálatainkban.A korrelációs koefficiensek és a hibaszórások vizsgálata azt mutatja, hogy az így kapott eredményeknek a gyakorlati használhatósága -viszonylag csekély adatigényük ellenére -nem rosszabb az általánosan alkalmazott növényfejlôdési modellekkel kapottaknál.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,013 | 0,003 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».